MCP Repo2llm Server

🚀 MCP-Repo2LLM 項目文檔

mcp-repo2llm 是一款強大的 MCP 服務器，它能將代碼倉庫轉換為適合大語言模型（LLM）處理的格式，在傳統代碼庫與現代人工智能語言模型之間架起了一座橋樑。

🚀 快速開始

mcp-repo2llm 基於 RepoToTextForLLMs 構建，該庫提供了將倉庫轉換為 LLM 可讀取格式的核心功能。

✨ 主要特性

• 智能倉庫掃描：能夠完整地處理整個代碼庫，同時保持代碼結構的完整性。
• 上下文保留：保存重要的上下文信息和文件之間的關係。
• 多語言支持：針對多種編程語言進行處理，並提供特定優化。
• 元數據增強：通過添加相關元數據來提升代碼對 LLM 的可理解性。
• 高效處理：優化了對大型倉庫的處理效率，資源佔用低。

📦 安裝指南

要安裝由 uv 提供支持的 mcp-repo2llm，可參考以下配置：

"mcp-repo2llm-server": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "--with-editable",
        "/mcp-repo2llm",
        "mcp",
        "run",
        "/mcp-repo2llm/mcp-repo2llm-server.py"
      ],
      "env":{
          "GITHUB_TOKEN":"你的github令牌",
          "GITLAB_TOKEN":"你的gitlab令牌"
      }
    }

GITHUB_TOKEN：你的 GitHub 令牌。
GITLAB_TOKEN：你的 GitLab 令牌。

📚 詳細文檔

動機

隨著人工智能和大語言模型在軟件開發中的重要性日益提升，如何有效地將我們的代碼庫與這些 AI 模型進行通信變得越來越關鍵。傳統的代碼倉庫並不是針對 LLM 處理進行優化的，這可能導致使用 AI 工具進行代碼分析和生成時效果不佳。

解決的問題

本項目解決了以下關鍵挑戰：

• 大型代碼庫在處理過程中難以利用 LLM 的問題。
• 在將代碼輸入 AI 模型時上下文信息和結構的丟失。
• 倉庫元數據和文檔處理效率低下。
• 不同編程語言之間格式不一致的問題。

工具集

get_gitlab_repo

• 功能：處理並返回 GitLab 倉庫指定分支的代碼內容（以文本形式）。
• 輸入：
  • repo_url（字符串）：來自 GitLab 的倉庫 URL。
  • branch（字符串）：分支名稱，默認為 master。
• 輸出：返回該倉庫的所有信息和結構，格式為文本。

get_github_repo

• 功能：處理並返回 Github 倉庫指定分支的代碼內容（以文本形式）。
• 輸入：
  • repo_url（字符串）：來自 Github 的倉庫 URL。
  • branch（字符串）：分支名稱，默認為 master。
• 輸出：返回該倉庫的所有信息和結構，格式為文本。

get_local_repo

• 功能：處理並返回本地 GitLab 倉庫指定分支的代碼內容（以文本形式）。
• 輸入：
  • repo_url（字符串）：倉庫路徑。
• 輸出：返回該倉庫的所有信息和結構，格式為文本。